Donor Age of Human Platelet Lysate Affects Proliferation and Differentiation of Mesenchymal Stem Cells
Notice bibliographique
Résumé
The regenerative potential declines upon aging. This might be due to cell-intrinsic changes in stem and progenitor cells or to influences by the microenvironment. Mesenchymal stem cells (MSC) raise high hopes in regenerative medicine. They are usually culture expanded in media with fetal calf serum (FCS) or other serum supplements such as human platelet lysate (HPL). In this study, we have analyzed the impact of HPL-donor age on culture expansion. 31 single donor derived HPLs (25 to 57 years old) were simultaneously compared for culture of MSC. Proliferation of MSC did not reveal a clear association with platelet counts of HPL donors or growth factors concentrations (PDGF-AB, TGF-β1, bFGF, or IGF-1), but it was significantly higher with HPLs from younger donors (<35 years) as compared to older donors (>45 years). Furthermore, HPLs from older donors increased activity of senescence-associated beta-galactosidase (SA-βgal). HPL-donor age did not affect the fibroblastoid colony-forming unit (CFU-f) frequency, immunophenotype or induction of adipogenic differentiation, whereas osteogenic differentiation was significantly lower with HPLs from older donors. Concentrations of various growth factors (PDGF-AB, TGF-β1, bFGF, IGF-1) or hormones (estradiol, parathormone, leptin, 1,25 vitamin D3) were not associated with HPL-donor age or MSC growth. Taken together, our data support the notion that aging is associated with systemic feedback mechanisms acting on stem and progenitor cells, and this is also relevant for serum supplements in cell culture: HPLs derived from younger donors facilitate enhanced expansion and more pronounced osteogenic differentiation.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».